Deep Learning per il rilevamento dei difetti industriali

Il controllo di qualità automatizzato sta trasformando la produzione moderna, ma la distribuzione di modelli AI affidabili sul piano di fabbrica richiede una solida comprensione sia del deep learning che dell'ottimizzazione pratica. Questo corso ti guida attraverso i concetti fondamentali della visione artificiale applicata specificamente all'ispezione industriale. Passerai dalla comprensione della classificazione di base delle immagini alla preparazione di dataset industriali, alla formazione di modelli di rilevamento difetti robusti e all'applicazione di tecniche di ottimizzazione per la distribuzione nel mondo reale. Attraverso spiegazioni scritte passo-passo e frammenti di codice chiari, imparerai come costruire pipeline efficienti che identificano le anomalie con elevata precisione. Cosa imparerai: - Comprendere la terminologia di base della visione artificiale, della classificazione delle immagini e del rilevamento dei difetti. - Preparare e preelaborare i dataset di immagini industriali, incluso lo squilibrio di classe di gestione. - Addestrare un classificatore di apprendimento profondo utilizzando PyTorch per rilevare anomalie superficiali e difetti di produzione. - Applicare moderne tecniche di ottimizzazione per accelerare l'inferenza del modello per i dispositivi edge. - Valutare le prestazioni del modello utilizzando metriche chiave come precisione, richiamo e punteggio F1. - Configurare pipeline MLOps di base per monitorare e mantenere la precisione del modello nel tempo.